大模型， 强化学习

分类 - 大模型， 强化学习
2025
DPO, PPO, GRPO
DPO, PPO, GRPO
avatar
Yukino256
private records of CS study
文章
18
标签
28
分类
15
Follow Me
公告
我永远喜欢Yukino！
最新文章
DPO, PPO, GRPO
DPO, PPO, GRPO
Mi老鼠：小米实习期间摸鱼看其他知识
Mi老鼠：小米实习期间摸鱼看其他知识
LLM中的并行策略————如何理解与理解路径记录
LLM中的并行策略————如何理解与理解路径记录
Mi孝子：实习期间“偷”到的一些小知识
Mi孝子：实习期间“偷”到的一些小知识
adamW优化器：思想、算法公式与代码
adamW优化器：思想、算法公式与代码
分类
标签
心情 LLM QQbot 概率 Stable Difussion Git 优化器 PoSE 机器学习 本地部署 cloud_server 长文本 输入法算法 Blog adam YaRN Github AI 阿里云 LLM， RL 日记 随想 adamW Hexo LLM， 基础 bash python LLM， parallelism
归档
网站资讯
文章数目 :
18
本站访客数 :
本站总访问量 :
最后更新时间 :